Finde Modelle, Firmen und Themen

Microsoft hat heute das neue multimodale Modell Phi‑4‑Reasoning‑Vision‑15B vorgestellt. Das 15‑Billionen‑Parameter‑System arbeitet mit offe…

Ein neues KI-System, das auf Retrieval‑Augmented Generation (RAG) basiert, verspricht, die Art und Weise zu verändern, wie staatliche Verke…

In einer wegweisenden Studie wird ein neues Paradigma für Robotik vorgestellt, das Roboter von passiven Ausführenden zu aktiven Information…

Chart-Zusammenfassungen sind entscheidend, um Daten zugänglicher zu machen und die Informationsaufnahme zu beschleunigen. Trotz Fortschritt…

Die rasche Einführung von Large Language Models und KI-Agenten in kritische gesellschaftliche und technische Bereiche wird durch anhaltende…

In diesem Tutorial wird gezeigt, wie man einen Forschungsagenten entwickelt, der wie ein Schweizer Taschenmesser funktioniert und weit über…

Unternehmen verlangen zunehmend KI-Systeme, die Fragen von Vertriebsleitern zu aktuellen, maßgeschneiderten CRM‑Daten beantworten können. D…

Mit PlotChain wird die Leistungsfähigkeit multimodaler Large Language Models (LLMs) beim Lesen von technischen Diagrammen neu definiert. De…

Ein neues Tutorial demonstriert, wie man mit PyGWalker einen vollständig interaktiven Exploratory Data Analysis-Workflow aufbauen kann – ga…

Showboat, das CLI‑Tool zur automatischen Erstellung von Markdown‑Dokumenten für Coding‑Agenten, hat in der vergangenen Woche zwei brandneue…

Ein innovatives Verfahren aus der Forschungsliteratur verspricht, die Schwächen moderner multimodaler Sprachmodelle bei der Analyse von tec…

Diagramme sind ein zentrales Medium, um komplexe Daten visuell und textuell zu vermitteln. Durch die Einführung multimodaler Large Language…

Ein neues Open‑Source-Visionsprache-Modell namens P1‑VL hat die Grenzen der wissenschaftlichen Argumentation in Physik‑Olympiaden neu defin…

In der Welt der automatisierten Programmreparatur (APR) hat ein neues Verfahren namens SVRepair die Messlatte höher gelegt. Durch die Kombi…

Die Erstellung von Publikationsillustrationen bleibt ein zeitintensiver Engpass im Forschungsalltag. Während KI-Wissenschaftler inzwischen…

Hier ist die Übersetzung des Textes ins Deutsche: --- **Einführung** In der heutigen digitalen Landschaft ist die Fähigkeit, Daten zu samme…

MIT Technology Review erklärt, wie ihre Autoren die komplexe, chaotische Welt der Technologie entwirren, damit Sie die kommenden Entwicklun…

Interfaze ist ein neues System, das die Art und Weise, wie moderne Sprachmodelle eingesetzt werden, grundlegend verändert. Anstatt sich auf…

Wissenschaftliche Publikationen werden künftig nicht mehr nur als Textdateien betrachtet – mit PaperX lässt sich ein komplettes, multimodal…

In der Forschung zu multimodalen Modellen hat sich das Pretraining als Schlüssel zur Entwicklung vielseitiger Repräsentationen etabliert. D…

Viele KI‑Anwendungen präsentieren sich noch immer als reine Chatbox. Diese Oberfläche ist zwar simpel, verbirgt jedoch die eigentliche Arbe…

Die 3rd Generation Partnership Project (3GPP) liefert weltweit die technischen Grundlagen für Mobilfunknetze, doch ihre komplexen, hierarch…

In einer wegweisenden Arbeit untersuchen die Autoren die thermodynamische Grenze von Deep Neural Networks (DNNs) und rekurrenten neuronalen…

Agentenbasierte KI‑Pipelines leiden unter einer versteckten Ineffizienz: Sie rekonstruieren häufig dieselben Zwischenschritte, etwa die Nor…

Vision‑Language‑Modelle (VLMs) haben in den letzten Jahren beeindruckende Fortschritte bei der Beantwortung komplexer Fragen erzielt, doch…

Vision‑Language‑Modelle (VLMs) schneiden bei mathematischem Denken schlechter ab als reine Text‑Modelle, wenn dieselben Aufgaben als Bilder…

Mit EvidFuse wird das Schreiben von datenbasierten Berichten neu definiert: Statt der üblichen sequentiellen Pipeline, bei der Text und Dia…

Mit den jüngsten Fortschritten im Deep Learning und in der Computer‑Vision entwickelt sich das Feld der Diagramm‑Interpretation rasant weit…